文献

J-GLOBAL ID：202002225646872830   整理番号：20A2113570

図コンボリューションネットワークにおける歯シード点の自動選択【JST・京大機械翻訳】

Automatic selection of tooth seed point by graph convolutional network

著者 (4件)： Li Zhanli (西安科技大学計算机科学与技術学院,西安710054) ,  Sun Zhihao (西安科技大学計算机科学与技術学院,西安710054) ,  Li Hongan (西安科技大学計算机科学与技術学院,西安710054) ,  Liu Tongxin (西安科技大学計算机科学与技術学院,西安710054)
資料名： Zhongguo Tuxiang Tuxing Xuebao  (Zhongguo Tuxiang Tuxing Xuebao)
巻： 25  号： 7  ページ： 1481-1489  発行年： 2020年 
JST資料番号： C2782A  ISSN： 1006-8961  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 目的:歯の種子点を選択することは、コンピュータ矯正における常用歯の分割方法のキーステップである。現在、大部分の歯の矯正ソフトウェアは、インタラクティブな標識を必要とする分割方法を採用し、マンマシンインタラクションを通じて、3次元の歯顎モデル上で歯の種子点を選択し、効率が低い。この問題に対して、特徴指向のグラフコンボリューションネットワーク(feature-steeredgraphconvolutionalnetwork、FeaStNet)の歯種子点の自動選択方法を提案した。方法:各歯タイプの種子点位置と最終分割効果を分析し、統一の規則を設立し、歯顎モデルの種子点データセットを確立した。特徴指向のグラフコンボリューションを利用して、新しいマルチスケールネットワーク構造を構築し、3次元歯顎モデル上の特徴情報を識別し、歯の特徴をよりよくフィッティングするために、ネットワークモデルの深さを深める。次に,訓練調整パラメータおよび多重スケールネットワーク構造を用いて,特定のシード点を見つけ,そして,平均二乗誤差損失関数を用いて,予測モデルの精度を改善した。基本点としてネットワークを探し出す特徴点を用いて,歯顎モデル上で基礎点と最も近い点を種子点として見つけ,種子点の位置が正確であれば,種子点によって歯と歯肉を分割する。種子点の位置が不正確な結果に対して、人工操作により種子点の位置を修正し、分割を行う。結果:実験が自作のデータ集中テストで、その中、種子点はすべて正確な歯顎が88%を占め、残りの場合は、一部の不正確な種子点の位置を調整する必要がある。この方法は簡単かつ迅速であり、既存の方法に比べ、少ない人工干渉が必要で、作業効率を高める。結論:提案した種子点の自動選択方法は、歯の種子点を自動的に選択し、歯の分割にインタラクティブな標識を行う必要があり、歯の分割の自動化を実現し、各種の畸形歯患者モデルの歯の分割に適している。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 干渉 ,  相互作用 ,  *畳込み ,  自動化 ,  作業能率 ,  損失関数 ,  *ネットワーク ,  ソフトウェア ,  歯肉 ,  三次元 ,  コンピュータ ,  予測モデル
準シソーラス用語： 平均二乗誤差 ,  ネットワークモデル ,  マルチスケール , 【Automatic Indexing@JST】

分類 (2件)： 歯と口腔の疾患  (GT03000G) ,  歯と口腔の疾患の治療一般  (GT05010F)

タイトルに関連する用語 (2件)： コンボリューション ,  歯